论文页面 - EO-WM：一种用于概率性地球观测预报的物理信息世界模型

来源：https://huggingface.co/papers/2606.27277

摘要

EO-WM 是一种用于多光谱地球观测预报的视频扩散变压器，它集成了物理信息条件框架，以更好地捕捉陆面动态中由天气驱动的不确定性。

地球观测（EO）预报旨在根据不断变化的气象条件，从卫星观测数据中预测未来的地球表面动态。本文将这一任务视为一个部分可观测的、由天气驱动的世界建模问题，其中天气作为条件信号，而由于稀疏观测和未观测到的陆面状态，预报本身仍存在不确定性。然而，现有方法并未完全捕捉到这一设定：确定性模型将不确定性坍缩为单一的预测结果，而基于扩散的方法通常将天气变量视为无差别的条件信号，现有基准测试也主要关注重建精度，而非预报是否能在天气外力变化时做出正确响应。我们提出了 EO-WM，一种用于多光谱地球观测预报的视频扩散变压器。EO-WM 采用了一个物理信息条件框架，该框架通过气候学基线、天气异常和累积物理胁迫信号来表示气象外力。具体而言，它通过不同的条件路径将基线与异常分离，并随时间累积异常外力以捕捉持续的热量和干旱胁迫。为了评估超出标准指标的天气响应行为，我们引入了两个诊断基准：极端夏季基准（用于在极端天气下对植被退化的严重程度进行感知性预测）和季节匹配对基准（用于测试在天气外力变化下的响应保真度）。实验表明，EO-WM 将预测的归一化植被指数（NDVI）下降幅度误差相对降低了 5.63%，并将方向命中率相对提升了 7.80%，同时在标准像素级指标上仍具有竞争力。相关基准和模型将开源至 https://github.com/Luo-Z13/EO-WM。

查看 arXiv 页面 (https://arxiv.org/abs/2606.27277)查看 PDF (https://arxiv.org/pdf/2606.27277)GitHub3 (https://github.com/Luo-Z13/EO-WM)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.27277)

在您的代理中获取这篇论文：

hf papers read 2606.27277

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型0

没有模型链接本论文

请在一个模型 README.md 中引用 arxiv.org/abs/2606.27277，即可从本页面链接到该模型。

引用本论文的数据集0

没有数据集链接本论文

请在一个数据集 README.md 中引用 arxiv.org/abs/2606.27277，即可从本页面链接到该数据集。

引用本论文的 Spaces0

没有 Space 链接本论文

请在一个 Space README.md 中引用 arxiv.org/abs/2606.27277，即可从本页面链接到该 Space。

包含本论文的收藏集0

没有收藏集包含本论文

请将本论文添加到一个收藏集 (https://huggingface.co/new-collection) 中，即可从本页面链接到该收藏集。